Saat ini, Kecerdasan Buatan (AI) (terbuka di tab baru) membantu Anda berbelanja, memberikan saran tentang musik apa yang harus didengarkan dan acara apa yang harus ditonton, menghubungkan Anda dengan teman-teman di media sosial (terbuka di tab baru) dan bahkan mengendarai mobil Anda.
Tentang Penulis
Tolga Kurtoglu, Kepala Riset Global di Xerox.
Karena semakin banyak perusahaan memfokuskan upaya mereka pada solusi berbasis AI, tahun 2020 akan menjadi titik balik ketika kita mulai menyaksikan gelombang ketiga AI — ketika sistem AI tidak hanya belajar dan bernalar saat mereka menghadapi tugas dan situasi baru, tetapi memiliki kemampuan untuk menjelaskan pengambilan keputusan mereka.
Dimana Kita Sekarang
Gelombang pertama AI berfokus pada memungkinkan penalaran atas masalah yang didefinisikan secara sempit, tetapi tidak memiliki kemampuan belajar dan ketidakpastian yang ditangani dengan buruk. Produk keuangan seperti Turbotax (terbuka di tab baru) dan Quickbook (terbuka di tab baru), misalnya, mampu mengambil informasi dari situasi di mana peraturan telah ditentukan sebelumnya dan bekerja melaluinya untuk mencapai hasil yang diinginkan. Namun, mereka tidak dapat beroperasi di luar aturan yang telah ditentukan sebelumnya.
Gelombang kedua yang sedang kita hadapi saat ini adalah AI yang memiliki kemampuan klasifikasi dan prediksi bernuansa, namun tidak memiliki kemampuan kontekstual dan kemampuan penalaran yang minim. Platform AI berbasis pembelajaran mesin utama seperti IBM’s Watson dan Salesforce’s Einstein adalah contoh yang baik karena mereka mampu mensintesis data dalam jumlah besar untuk memberikan wawasan dan jawaban, tetapi tidak dapat benar-benar memahami atau menjelaskan bagaimana mereka mendapatkan jawaban itu.
Gelombang Ketiga: AI Yang Memahami dan Beralasan dalam Konteks
Jadi bagaimana kita maju dari gelombang kedua ke gelombang ketiga?
Titik awalnya adalah membuat AI dapat dijelaskan, lebih transparan. Algoritme AI akan terus berinteraksi dengan manusia di banyak industri — di rumah, mobil, dan pakaian kita. Jika mereka terus berkembang seperti sebelumnya, dan sifatnya kotak hitam, ada potensi kekhawatiran dengan transparansi dan akhirnya dengan kepercayaan. Untuk menghindari kekhawatiran ini, sistem ini harus transparan sedemikian rupa sehingga mereka dapat menjelaskan pekerjaan mereka, termasuk asumsi yang mereka buat, pilihan berbeda yang mereka pertimbangkan dan akhirnya mengapa mereka memberikan jawaban yang mereka berikan.
Saat ini, ada peluang untuk membangun kepercayaan antara sistem dan manusia. Penjelasan dan transparansi adalah titik awal menuju sesuatu yang lebih luas—kolaborasi (terbuka di tab baru) antara manusia dan komputer untuk memecahkan masalah yang paling kompleks di dunia.
Bermitra dengan AI untuk Memecahkan Masalah yang Sulit Diselesaikan
Transparansi mengarah pada kepercayaan. Setelah Anda memiliki kepercayaan, Anda dapat mulai berpikir tentang bagaimana kami menjadi mitra yang efektif dengan agen AI sebagai manusia, dan bagaimana bekerja dengan cara yang benar-benar kolaboratif untuk memecahkan beberapa masalah yang paling sulit diselesaikan.
Karena AI semakin terlibat dalam membuat keputusan penting bersama manusia, penting bagi peneliti AI untuk mempertimbangkan bagaimana keputusan ini dibuat secara real time, terkadang di bawah tekanan. Misalnya, jika seseorang akan mengalami kecelakaan mobil, pengemudi dan AI perlu membuat keputusan bersama dalam keadaan sulit. Sama seperti dua manusia, manusia dan sistem AI harus bisa saling memahami dan percaya satu sama lain. Mengaktifkan terjemahan antara cara manusia merepresentasikan informasi dan cara mesin merepresentasikan informasi akan membantu memfasilitasi kolaborasi ini dan pada akhirnya memungkinkan AI untuk menjelaskan dirinya sendiri.
Untuk membantu mempercepat gelombang ketiga AI, Defense Advanced Research Projects Agency (DARPA) mengumumkan tahun lalu bahwa mereka akan menginvestasikan lebih dari $2 miliar dalam kampanye AI Next. Seiring kemajuan penelitiannya dengan universitas dan perusahaan swasta, kita harus mulai melihat program ini melangkah menuju tujuannya untuk mengubah komputer dari alat khusus menjadi mitra dalam pemecahan masalah.
Adopsi AI Secara Luas Akan Memerlukan Pendekatan Hibrid
Saat ini, sebagian besar AI hanya didasarkan pada pembelajaran mesin (terbuka di tab baru). Masalah utama dengan pendekatan AI ini adalah membutuhkan ribuan, bahkan jutaan, contoh data agar berfungsi dengan baik. Saat kita memasuki gelombang ketiga AI, untuk memungkinkan adopsi secara luas, sistem AI perlu beralih dari pendekatan yang padat data ini.
Daripada terus fokus pada model yang membutuhkan data dalam jumlah besar, cara kita akan benar-benar melihat adopsi AI secara luas adalah dengan fokus pada metode yang menggunakan kombinasi pendekatan, termasuk pemodelan sistem. (terbuka di tab baru) dan kolaborasi manusia-mesin.
Pendekatan hibrid ini akan memberi organisasi dan individu kemampuan untuk menuai keuntungan dari teknik modern hanya dengan sebagian kecil data yang diperlukan untuk platform pembelajaran mesin besar dan membantu memecahkan masalah yang tidak memiliki kumpulan data besar.
Melihat ke depan hingga tahun 2020 dan seterusnya, kami berada pada titik perubahan kritis dalam kemajuan dan pengembangan sistem AI. Gelombang ketiga kecerdasan buatan yang menarik ini menjanjikan perubahan radikal dalam cara manusia memandang agen AI sebagai mitra tepercaya dalam memecahkan beberapa tantangan paling kompleks di dunia.